随着科学技术的发展，产品有了更长的寿命和更高的可靠性。然而，对于可靠性工程技术人员来说，在产品正常运行的环境应力条件下获得产品的寿命数据就变得更加困难，因而无法对产品的寿命和可靠性进行评估。为了解决这一问题，加速寿命试验（Accelerated Life Testing）技术应运而生。

加速寿命试验是指采用加大应力的方法促使样品在短期内失效，以预测在正常工作条件或储存条件下的可靠性，但不改变受试样品的失效分布。

加速寿命试验的统一定义最早由美罗姆航展中心于1967年提出，加速寿命试验是在进行合理工程及统计假设的基础上，利用与物理失效规律相关的统计模型对在超出正常应力水平的加速环境下获得的信息进行转换，得到产品在额定应力水平下的特征可复现的数值估计的一种试验方法。简言之，加速寿命试验是在保持失效机理不变的条件下，通过加大试验应力来缩短试验周期的一种寿命试验方法。加速寿命试验采用加速应力水平来进行产品的寿命试验，从而缩短了试验时间，提高了试验效率，降低了试验成本。

进行加速寿命试验必须确定一系列的参数，包括（但不限于）：试验持续时间、样本数量、试验目的、要求的置信度、需求的精度、费用、加速因子、外场环境、试验环境、加速因子计算、威布尔分布斜率或β参数（β < 1表示早期故障，β > 1 表示耗损故障） 。用加速寿命试验方法确定产品寿命，关键是确定加速因子，而有时这是最困难的。

加速模型按其提出时基于的方法可以分为3类：物理加速模型、经验加速模型和统计加速模型。

物理加速模型是基于对产品失效过程的物理化学解释而提出的。一种典型的物理加速模型是阿伦尼斯（Arrhenius）模型，该模型描述了产品寿命和温度应力之间的关系。另一种典型的物理加速模型是艾林（Eyring）模型，它是基于量子力学理论提出的。该模型也描述了产品寿命和温度应力之间的关系。Glasstene等扩展了艾林模型，给出了描述产品寿命和温度应力、电压应力的关系。

经验加速模型是基于工程师对产品性能长期观察的总结而提出的，典型的经验加速模型如逆幂律模型、Coffin-Manson模型等。逆幂律模型描述了诸如电压或压力应力与产品寿命之间的关系。Coffin-Manson模型给出了温度循环应力与产品寿命之间的关系。

统计加速模型是基于统计分析方法给出的，常用于分析难以用物理化学方法解释的数据。统计加速模型又可以分为参数模型和非参数模型。参数模型中参数的个数及其特性都是确定的，而非参数模型中参数的个数及其特性是灵活的，并不需要预先确定。参数模型需要预先确定产品的寿命分布形式，而非参数模型是一种无分布假设的模型，更加受到研究人员的青睐。